Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости




Скачать 17,32 Kb.
НазваниеСинтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости
страница1/6
Дата04.02.2016
Размер17,32 Kb.
ТипАвтореферат
  1   2   3   4   5   6


На правах рукописи


РОЖЕНЦОВ Алексей Аркадьевич


СИНТЕЗ И АНАЛИЗ СИСТЕМ РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ ГРУППОВЫХ ТОЧЕЧНЫХ ОБЪЕКТОВ
С ОЦЕНКОЙ ИХ ПОТЕНЦИАЛЬНОЙ ПОМЕХОУСТОЙЧИВОСТИ



Специальность 05.12.04   Радиотехника, в том числе системы и устройства
телевидения


АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора технических наук


Москва   2007

Работа выполнена в Марийском государственном техническом университете на кафедре радиотехнических и медико-биологических систем.


Научный консультант:

доктор технических наук, профессор
ФУРМАН Яков Абрамович




Официальные оппоненты:

доктор технических наук, профессор

СОСУЛИН Юрий Георгиевич





доктор технических наук, профессор

РЫНДЫК Александр Георгиевич





доктор технических наук, профессор

ИЛЬИН Герман Иванович




Ведущая организация:

Институт космических исследований РАН (г.Москва)



Защита диссертации состоится 21 февраля 2008 г. в 15 ч.30 мин. на заседании диссертационного совета Д 212.157.05 при Московском энергетическом институте (Техническом университете) по адресу: г. Москва, ул. Красноказарменная, д. 17, аудитория А-402.


Отзывы в 2-х экземплярах, заверенные печатью, просим направлять по адресу: 111250, Москва, ул. Красноказарменная, д.14, Ученый Совет МЭИ (ТУ).


С диссертацией можно ознакомиться в библиотеке Московского энергетического института (технического университета).


Автореферат разослан "___" _________ 2008 г.



Ученый секретарь

диссертационного Совета Д 212.157.05,

кандидат технических наук, доцент



Т.И.Курочкина

Актуальность работы. Практически в любой области науки и техники на определенном этапе развития возникает вопрос о предельно достижимых результатах и путях их получения. В области радиотехники такая теория была разработана В.А. Котельниковым и получила название теории потенциальной помехоустойчивости. Благодаря ей были не только очерчены границы, к которым следует стремиться при проектировании радиотехнических систем, но и заложены теоретические основы для их создания. Исследования в области потенциальной помехоустойчивости послужили мощным катализатором прогресса в развитии систем связи и радиолокационных систем, поскольку позволили отказаться от эвристики при синтезе алгоритмов их функционирования и подвести под них строгую теоретическую основу.

Теория В.А.Котельникова стала источником идей при разработке новых подходов к созданию теоретических основ синтеза оптимальных и квазиоптимальных алгоритмов обработки радиотехнических сигналов. Развитие теории оценок параметров было получено в работах Л.А. Вайнштейна, А.А. Харкевича, В.Д.Зубакова, А.Ф. Фоминых, С.Е.Фальковича, Е.И.Куликова, А.П.Трифонова и др. Применение теории потенциальной помехоустойчивости к решению проблемы электромагнитной совместимости исследовалось, например, в работах М.А. Быховского и на их основе была показана возможность существенного увеличения пропускной способности линий связи с частотной модуляцией сигналов. Важные результаты, касающиеся пространственно-временной обработки сигналов, были получены С.Е.Фальковичем и И.Н.Амиантовым. Теория потенциальной помехоустойчивости стала основой гауссовой теории оптимального приема сигналов, разработанной И.А.Большаковым и В.Г. Репиным. Марковская теория оптимального приема сигналов была разработана Р.Л.Стратоновичем совместно с Н.К.Кульманом и Ю.Г. Сосулиным.

Также следует отметить создание оптимальных систем связи с М-позиционными сигналами (М-сигналами) (ортогональными и симплексными), которые также впервые были предложены и исследованы В.А. Котельниковым. Он показал, что в системах связи, использующих М-сигналы, можно достичь предельных характеристик качества приема, на которые в 1948 г. указал К. Шеннон. В отличие от К.Шенона, академику В.А. Котельникову удалось показать пути технической реализации таких систем. В 1950 г. С. О. Раисом в работе по оптимальному приему М-сигналов было показано, что теория потенциальной помехоустойчивости может служить инструментом для конструктивного доказательства положений теории информации, касающихся пропускной способности каналов связи.

В 1955-1958 гг. Э. Л. Блох, А. А. Харкевич и Н. К. Игнатьев, используя математическую теорию плотнейшего заполнения многомерного пространства равными шарами, нашли ряд оптимальных ансамблей М-сигналов, позволяющих передавать сообщения в каналах с белым гауссовским шумом. В 1959-1963 гг. К. Шеннон, А.В. Балакришнан и Д. Слепян опубликовали работы, в которых были развиты методы вычисления зависимости вероятности возникновения ошибок от параметров сигнала и канала связи и были сделаны важные выводы о потенциальной помехоустойчивости оптимального приема М-сигналов. Многочисленные результаты, связанные с проблемой передачи и приема М-сигналов, полученные до 1966 г., были отражены в работе К.А. Мешковского и Н.Е. Кириллова.

В.В. Гинзбургом были предложены новые сигнально-кодовые конструкции М-сигналов, в которых применялись многократная ФМ и различные виды корректирующих кодов. Интенсивные теоретические исследования таких сигналов были выполнены в 80-х гг. XX века советскими учеными: В.Л. Банкетом, В.В. Зябловым и С.Л. Портным.

Приведенный перечень работ показывает, что создание теории потенциальной помехоустойчивости стало определяющим фактором в развитии радиотехники во второй половине двадцатого века и достижении ею современного уровня.

В области создания систем обработки и распознавания изображений ситуация в настоящее время напоминает ту, которая сложилась в радиотехнике накануне создания теории потенциальной помехоустойчивости: существует большое количество действующих систем распознавания специфического назначения, использующих, как правило, эвристические алгоритмы. Их эффективность существенно зависит от условий наблюдения и оценивается либо путем сравнения с другими алгоритмами, либо указания конкретных обстоятельств, для которых получены результаты распознавания. При этом отсутствует единая мера, позволяющая сравнить между собой эффективность любых систем распознавания. Неизвестными остаются и их предельно достижимые характеристики.

Среди причин возникновения такой ситуации можно особо выделить отсутствие единой теории потенциальной помехоустойчивости распознавания изображений и математического аппарата, который позволил бы сформировать адекватное «сигнальное» описание формы изображения. Значительный вклад в данном направлении внесли работы по контурному анализу изображений. Контуры изображений являются наиболее информативными их фрагментами и несут всю необходимую информацию об их форме. Комплекснозначное представление контуров плоских изображений позволяет трактовать их как дискретные комплекснозначные сигналы, к которым в полной мере применимы основные операции обработки сигналов.

Методология контурного анализа оказалась применима и для обработки объемных изображений. Система чисел, удовлетворяющая требованиям, необходимым для работы с векторами, заданными в трехмерном пространстве, была найдена У.Гамильтоном. Им была разработана алгебра кватернионов. Для сигналов, отсчеты которых задаются кватернионами, оказалось возможным введение понятий скалярного произведения сигналов, спектра сигнала, линейной фильтрации кватернионных сигналов. Поскольку кватернион может быть представлен как двухкомпонентное число, состоящее из комплексных чисел, то на кватернионные сигналы в определенной степени могут быть распространены подходы, выработанные в теории контурного анализа.

Помимо задач обработки сплошных изображений, контурные методы эффективны и при обработке изображений точечных объектов. Для этого тем или иным образом выполняется переход от первичного описания точечного объекта как набора координат отдельных отметок к его вторичному описанию в виде ассоциированного с ним контура, отражающего структуру и форму точечного объекта. К полученному контурному описанию применимы все операции обработки контуров изображений.

Таким образом, методы контурного анализа позволяют с единых позиций подходить как к обработке сигналов, так и к обработке изображений. На данном положении основана предлагаемая в работе методика определения потенциальных характеристик систем распознавания изображений групповых точечных объектов, базирующаяся на теории потенциальной помехоустойчивости В.А.Котельникова. Определение потенциальной помехоустойчивости распознавания изображений групповых точечных объектов должно послужить основой для оценки эффективности существующих систем распознавания изображений групповых точечных объектов и создания новых, более совершенных, систем.

Цель диссертационной работы заключается в разработке подходов к оценке потенциальной помехоустойчивости распознавания плоских и объемных изображений групповых точечных объектов и их практическому приложению в системах обработки изображений и сигналов. Для достижения этой цели в диссертационной работе решаются следующие задачи:

1) получение адекватных аналитических моделей изображений плоских и объемных групповых точечных объектов в виде -мерного вектора, заданного в комплексном или гиперкомплексном пространстве;

2) определение потенциальной помехоустойчивости распознавания изображений плоских и объемных групповых точечных объектов в случае совпадения размерности объектов и объема алфавита;

3) синтез алфавитов помехоустойчивых изображений для случая произвольных соотношений между размерностью групповых точечных объектов и объемом алфавита;

4) определение потенциальной помехоустойчивости системы распознавания изображений групповых точечных объектов для случая произвольных соотношений между размерностью объекта и объемом алфавита;

5) оценка эффективности существующих и перспективных систем распознавания плоских и объемных изображений групповых точечных объектов.

Методы исследования. Для решения поставленных в диссертационной работе задач были использованы методы распознавания образов, контурного анализа, цифровой обработки сигналов и изображений, теории вероятностей, теории чисел, теории функции комплексного переменного, алгебры гиперкомплексных чисел, численные методы и методы математического моделирования.

Научная новизна определяется результатами, полученными в диссертации впервые, и заключается в следующем:

1. Разработана методика оценки потенциальной помехоустойчивости распознавания плоских и объемных изображений групповых точечных объектов при совпадении объема алфавита и размерности объекта.

2. Разработана методика синтеза помехоустойчивых изображений групповых точечных объектов при произвольных соотношениях между объемом алфавита и размерностью сигнала, на базе которых возможна оценка потенциальной помехоустойчивости системы распознавания. Получены симплексные контурные сигналы, обеспечивающие максимально достижимые вероятности правильного распознавания. Получены ортогональные сигналы, асимптотически обеспечивающие максимально достижимые вероятности правильного распознавания.

3. Разработана методика оценки потенциальной помехоустойчивости распознавания плоских и объемных изображений групповых точечных объектов при произвольных соотношениях между объемом алфавита и размерностью объекта.

4. Выполнена оценка эффективности существующих и перспективных систем распознавания плоских и объемных изображений групповых точечных объектов.

Практическая значимость работы.

1. Разработанные подходы к определению потенциальной помехоустойчивости распознавания плоских и объемных изображений групповых точечных объектов обеспечивают возможность оценки эффективности существующих и перспективных систем обработки изображений, выработки обоснованных требований к характеристикам таких систем, позволяют синтезировать оптимальные алгоритмы обработки изображений.

2. Синтезированные помехоустойчивые изображения обеспечивают возможность достижения потенциальной эффективности распознавания изображений групповых точечных объектов, а также могут найти применение в системах ориентации и навигации при формировании и поиске изображений помехоустойчивых ориентиров.

3. Предложенные алгоритмы обработки изображений групповых точечных объектов на базе векторно-полевых моделей и амплитудно-фазовых моделей обеспечивают высокую эффективность в условиях априорной неопределенности относительно масштаба, угла поворота и сдвига наблюдаемой сцены относительно эталонной при влиянии помеховых факторов в виде флуктуационных шумов, появления ложных отметок и пропуска сигнальных. Это определяет высокую практическую значимость полученных результатов при разработке систем астроориентации, систем обработки изображений подстилающей поверхности, систем дефектоскопии, систем обработки изображений микробиологических объектов и т.д.

Реализация результатов работы. Теоретические и практические результаты диссертационной работы использованы в следующих НИР:

  1. Грант РФФИ «Новые оптимальные сигналы для задач разрешения/распознавания», проект №97-01-00906, 1997-1998гг.

  2. Грант Министерства общего и профессионального образования РФ «Интеллектуальные системы ориентации летательных аппаратов на базе систем обработки изображений ориентиров оптимальной формы, расположенных на подстилающей поверхности или небесной сфере», 1997-1998гг.

  3. Государственная программа 011 «Перспективные информационные технологии», грант Миннауки и технологий «Распознавание изображений дорог и других нитевидных объектов в сценах с аэроландшафтами», №0201.05.021, 1998г.

  4. Грант РФФИ «Оптимальные сигналы в виде форм точечных изображений. Поиск уникальных звездных образований для ориентации летательных аппаратов», проект № 99-01-00186, 1999-2000гг.

  5. Грант Минобразования РФ по программе 001 – «Научные исследования высшей школы в области производственных технологий» раздел «Робототехнические технологии», проект 03.01.06.001, «Робототехническая производственная технология дефектоскопии корпусов интегральных схем на базе контурного анализа их изображений», 2000г.

  6. Грант РФФИ, «Издание монографии «Введение в контурный анализ и его приложения к обработке изображений и сигналов», проект
    № 01-01-14029, 2001.

  7. Грант РФФИ, «Новые подходы к решению класса задач обработки изображений и сигналов, связанного с фиксацией максимума взаимнокорреляционной функции и подавлением корреляционных шумов», проект
    № 01-01-00298, 2001-2003.

  8. Грант РФФИ, «Издание монографии «Комплекснозначные и гиперкомплексные системы в задачах обработки многомерных сигналов», проект № 03-01-14065д, 2003.

  9. Грант РФФИ, «Определение потенциальной эффективности распознавания образов, задаваемых векторными сигналами», проект
    №04-01-00243, 2004.

Теоретические и практические результаты диссертационной работы использованы в следующих НИР, выполняемых автором в качестве руководителя по грантам:

  1. Грант Марийского государственного технического университета для молодых ученых, 2003г.

  2. Грант РФФИ, «Новые подходы к решению класса задач обработки изображений и сигналов, связанного с фиксацией максимума взаимнокорреляционной функции и подавлением корреляционных шумов», проект МАС № 03-01-06550, 2003г.

3. Грант РФФИ, «Методы обработки изображений групповых точечных объектов для систем дефектоскопии на предприятиях радиоэлектронной промышленности», проект №05-01-96510р_поволжье_а, 2005.

4. Государственный контракт от “28” февраля 2006 г. № 02.442.11.7333 в рамках ФЦНТП “Исследования и разработки по приоритетным направлениям развития науки и техники” на 2002-2006 годы. Научно-исследовательская работа «Теория потенциальной помехоустойчивости распознавания изображений».

Результаты диссертационной работы внедрены в учебный процесс по специальностям «Радиотехника», «Радиосвязь, радиовещание и телевидение», «Инженерное дело в медико-биологической практике».

  1   2   3   4   5   6

Похожие:

Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconТеория струн
Тео́рия струн — направление математической физики, изучающее динамику не точечных частиц, как большинство разделов физики, а одномерных...
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconСистемный анализ дестабилизирующих программных воздействий на вычислительно-управляющие комплексы промышленных предприятий и методы их распознавания

Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconАнализ и синтез комплекса «жидкофазный химический реактор управляющая система» с использованием методов синергетики
Анализ и синтез комплекса «жидкофазный химический реактор – управляющая система» с использованием
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconЛабораторная работа «Задачи распознавания образов»
Цель работы – закрепить навыки применения математического аппарата нейронных сетей для решения задачи распознавания образов
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconГибридная модель нейронной сети на основе моделей персептрона и art-2 Аннотация В
...
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconСистематика и структурно-параметрический синтез механизмов на базе замкнутых систем тел качения

Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconПантелеев Андрей Владимирович
Пантелев А. В., Семенов В. В. Синтез оптимальных систем управления при неполной информации. М.: Изд-во маи, 1992. 191 с
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconРасчётно-пояснительная записка к курсовому проекту по теории механизмов и машин Синтез плоского кулачкового механизма
Синтез плоского кулачкового механизма проведём по методике изложенной: Горбенко В. Т. Горбенко М. В. Синтез кулачковых механизмов...
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconСИнтез информационной системы группировки многомерных данных с использованием кластерного анализа
Специальность 05. 13. 01 – Системный анализ, управление и обработка информации (промышленность)
Синтез и анализ систем распознавания изображений групповых точечных объектов с оценкой их потенциальной помехоустойчивости iconСинтез астатических регуляторов пониженной размерности на основе теорий н 2 и н ∞ -оптимизации
Специальность 05. 13. 01 – Системный анализ, управление и обработка информации (в технической отрасли)
Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib2.znate.ru 2012
обратиться к администрации
Библиотека
Главная страница